解决绘图中乱码问题

plt.rcParams['font.sans-serif']=['Simhei'] # 解决中文乱码问题 plt.rcParams['axes.unicode_minus']=False # 解决坐标轴刻度负号乱码

Seaborn中的三个类

FacetGrid类

JointGrid类

PairGrid类

Seaborn中数据集分布的可视化

Matplotlib是Python主要的绘图库。但是不建议你直接使用它，原因与不推荐你使用NumPy是一样的。虽然Matplotlib很强大，它本身就很复杂，你的图经过大量的调整才能变精致。 Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn就能做出很具有吸引力的统计图表 导入标准库

import numpy as np import pandas as pd from scipy import stats, integrate import matplotlib.pyplot as plt import seaborn as sns sns.set(color_codes = True) np.random.seed(sum(map(ord,"distributions"))) # 随机数生成种子

单变量分布图

sns.distplot(a,bins=None,hist=True,kde=True,rug=False,fit=None,hist_kws=None,kde_kws=None,rug_kws=None,fit_kws=None,color=None,vertical=False,norm_hist=False,axlabel=None,label=None,ax=None,)

直方图

x = np.random.normal(size = 100) sns.distplot(x, bins = 30, kde = True, # 是否化核密度曲线 rug = True # 是否将数组中的数据点画出来作为坐标轴的刻度线 )

核密度估计

或许你对核密度估计(KDE，Kernel density estimaton）可能不像直方图那么熟悉，但它是绘制分布形状的有力工具。如同直方图一样，KDE图会对一个轴上的另一轴的高度的观测密度进行描述： 绘制KDE比绘制直方图更有计算性。所发生的是，每一个观察都被一个以这个值为中心的正态（ 高斯）曲线所取代。

x = np.random.normal(0, 1, size=10) bandwidth = 1.06 * x.std() * x.size ** (-1 / 5.) support = np.linspace(-4, 4, 200) kernels = [] for x_i in x: kernel = stats.norm(x_i, bandwidth).pdf(support) kernels.append(kernel) plt.plot(support, kernel, color="r") # matplotlib 直接绘图核密度曲线 sns.rugplot(x, color=".3", height = 0.3, # 默认是0.05 linewidth=1); # 将数组中的数据点画出来作为坐标轴的刻度线

density = np.sum(kernels, axis=0) density /= integrate.trapz(density, support) # 使用复合梯形法则沿着给定的轴进行积分 plt.plot(support, density);

seaborn中使用kdeplot()函数，可以得到相同的曲线。 这个函数由distplot()使用，但当只想要密度估计时，它提供了一个更直接的界面，更容易访问其他选项：

sns.kdeplot(x, shade=True);

sns.kdeplot(x) sns.kdeplot(x, bw=.2, label="bw: 0.2") sns.kdeplot(x, bw=2, label="bw: 2") plt.legend();

拟合参数分布

x = np.random.gamma(6, size=200) sns.distplot(x, kde=True, fit=stats.gamma);

二元分布图

mean, cov = [0, 1], [(1, .5), (.5, 1)] data = np.random.multivariate_normal(mean, cov, 200) # 生成多元正态分布 df = pd.DataFrame(data, columns=["x", "y"]) df.head() x y 0 -0.337495 3.982726 1 0.744509 1.148785 2 -0.178456 0.135073 3 0.326349 0.582835 4 0.329835 0.894002

散点图

sns.jointplot(x="x", y="y", kind = "scatter", # 默认情况是'scatter",# kind: { "scatter" | "reg" | "resid" | "kde" | "hex" } data=df);

g = sns.JointGrid(x="x", y="y", data=df) g = g.plot_joint(plt.scatter, color="g", edgecolor="k") g = g.plot_marginals(sns.distplot, kde=True, color="b")

Hexbin图

x, y = np.random.multivariate_normal(mean, cov, 1000).T with sns.axes_style("white"): sns.jointplot(x=x, y=y, kind="hex", color="k") # plt.title('Hexbin chart')

核密度估计

sns.jointplot(x="x", y="y", data=df, kind="kde");

g = sns.jointplot(x="x", y="y", data=df, kind="kde", color="b") g.plot_joint(plt.scatter, c="w", s=30, linewidth=1, marker="*") g.set_axis_labels("$X$", "$Y$");

# 二变量的核密度估计图 f, ax = plt.subplots(figsize=(6, 6)) sns.kdeplot(df.x, df.y, ax=ax) sns.rugplot(df.x, color="g", ax=ax) sns.rugplot(df.y, vertical=True, ax=ax);

可视化数据集中成对的关系

iris = sns.load_dataset("iris") sns.pairplot(iris);

PairGrid类

g = sns.PairGrid(iris, hue = "species" # 根据变量使用不同的颜色 ) # g.map(plt.scatter); # 所有子图使用一种类型 g.map_diag(plt.hist) # 对角线使用直方图 g.map_offdiag(plt.scatter) # 非对角线使用散点图 g.add_legend() # sns.pairplot(iris, hue="species", size=2.5); 与下述代码等价 sns.pairplot(iris, hue="species", palette="Set2", diag_kind="kde", size=2.5);

也可以写成

g = sns.PairGrid(iris, hue="species", palette="Set2", size=2.5) g.map_diag(sns.kdeplot) g.map_offdiag(plt.scatter) g.add_legend();

指定变量进行画图

g = sns.PairGrid(iris, vars=["sepal_length", "sepal_width"], hue="species") g.map(plt.scatter);

上三角和下三角选择不同的类型画图

g = sns.PairGrid(iris,hue="species",) g.map_upper(plt.scatter) g.map_lower(sns.kdeplot, cmap="Blues_d") g.map_diag(sns.kdeplot, lw=3, legend=False);